我有两个 df 看起来像这样：
In [500]: df1.iloc[67:100]
Out[500]:
Expiry K Type close
107 2018-01-26 123.00 C 0.406250
108 2018-01-26 124.00 C 0.062500
109 2018-01-26 125.00 C 0.015625
112 2018-01-26 121.50 C 1.640625
121 2018-02-23 123.50 C 0.406250
124 2018-02-23 127.50 C 0.015625
127 2018-02-23 124.50 C 0.140625
130 2018-02-23 125.50 C 0.046875
144 2018-05-25 120.00 C 3.156250
145 2018-05-25 121.00 C 2.203125
146 2018-05-25 122.00 C 1.328125
147 2018-02-23 123.00 C 0.640625
148 2018-02-23 124.00 C 0.234375
152 2018-02-23 121.50 C 1.750000
156 2018-02-23 126.50 C 0.015625
158 2018-02-23 122.50 C 0.953125
160 2018-03-23 123.25 P 0.484375
161 2018-03-23 123.50 P 0.625000
162 2018-03-23 123.75 P 0.796875
163 2018-03-23 127.25 P 4.125000
164 2018-03-23 127.50 P 4.375000
In [501]: df2
Out[501]:
F Symbol
Expiry
2018-03-20 12:00:00 123.125000 ZN MAR 18
2018-06-20 12:00:00 122.734375 ZN JUN 18
2018-09-19 12:00:00 122.265625 ZN SEP 18
我希望根据以下函数将带有“F”（来自 df2）的列添加到 df1：
from pandas.tseries.offsets import MonthEnd
def find_F(df1_expiry):
F = df2.loc[(df2.index > df1_expiry + MonthEnd(1)) &
(df2.index < df1_expiry + MonthEnd(4))].F
return F
应用可以解决问题：
df['F'] = df1['Expiry'].apply(find_F)
只是不确定这是最好的方法。
预期输出：
Expiry K Type close F
107 2018-01-26 123.00 C 0.406250 123.125000
108 2018-01-26 124.00 C 0.062500 123.125000
109 2018-01-26 125.00 C 0.015625 123.125000
112 2018-01-26 121.50 C 1.640625 123.125000
121 2018-02-23 123.50 C 0.406250 123.125000
124 2018-02-23 127.50 C 0.015625 123.125000
127 2018-02-23 124.50 C 0.140625 123.125000
130 2018-02-23 125.50 C 0.046875 123.125000
144 2018-05-25 120.00 C 3.156250 122.734375
145 2018-05-25 121.00 C 2.203125 122.734375
146 2018-05-25 122.00 C 1.328125 122.734375
147 2018-02-23 123.00 C 0.640625 122.734375
148 2018-02-23 124.00 C 0.234375 122.734375
152 2018-06-22 121.50 C 1.750000 122.265625
156 2018-06-22 126.50 C 0.015625 122.265625
158 2018-02-23 122.50 C 0.953125 122.734375
160 2018-03-23 123.25 P 0.484375 122.734375
161 2018-03-23 123.50 P 0.625000 122.734375
162 2018-03-23 123.75 P 0.796875 122.734375
163 2018-03-23 127.25 P 4.125000 122.734375
164 2018-03-23 127.50 P 4.375000 122.734375
我正在寻找最有效的方法。感谢任何建议。
如果输入 2 DataFrames 第一步是创建一个（例如通过交叉连接）然后过滤：
df = pd.merge(df1.assign(A=1), df2.reset_index().assign(A=1)[['A','Expiry','F']], on='A')
mask = (df['Expiry_y'] > df['Expiry_x'] + pd.offsets.DateOffset(day=1, months=1)) & \
(df['Expiry_y'] < df['Expiry_x'] + pd.offsets.DateOffset(day=31,months=6))
df = df[mask]
print (df.head())
Expiry_x K Type close A Expiry_y F
0 2018-01-26 123.0 C 0.406250 1 2018-03-20 12:00:00 123.125000
1 2018-01-26 123.0 C 0.406250 1 2018-06-20 12:00:00 122.734375
3 2018-01-26 124.0 C 0.062500 1 2018-03-20 12:00:00 123.125000
4 2018-01-26 124.0 C 0.062500 1 2018-06-20 12:00:00 122.734375
6 2018-01-26 125.0 C 0.015625 1 2018-03-20 12:00:00 123.125000
编辑：
您可以使用：
from pandas.tseries.offsets import MonthEnd
def find_F(df1):
F = df2.loc[(df2.index > df1 + MonthEnd(1)) &
(df2.index < df1 + MonthEnd(4)), 'F']
return F.values[0]
df1['F'] = df1['Expiry'].apply(find_F)
print (df1)
Expiry K Type close F
107 2018-01-26 123.00 C 0.406250 123.125000
108 2018-01-26 124.00 C 0.062500 123.125000
109 2018-01-26 125.00 C 0.015625 123.125000
112 2018-01-26 121.50 C 1.640625 123.125000
121 2018-02-23 123.50 C 0.406250 123.125000
124 2018-02-23 127.50 C 0.015625 123.125000
127 2018-02-23 124.50 C 0.140625 123.125000
130 2018-02-23 125.50 C 0.046875 123.125000
144 2018-05-25 120.00 C 3.156250 122.734375
145 2018-05-25 121.00 C 2.203125 122.734375
146 2018-05-25 122.00 C 1.328125 122.734375
147 2018-02-23 123.00 C 0.640625 123.125000
148 2018-02-23 124.00 C 0.234375 123.125000
152 2018-02-23 121.50 C 1.750000 123.125000
156 2018-02-23 126.50 C 0.015625 123.125000
158 2018-02-23 122.50 C 0.953125 123.125000
160 2018-03-23 123.25 P 0.484375 122.734375
161 2018-03-23 123.50 P 0.625000 122.734375
162 2018-03-23 123.75 P 0.796875 122.734375
163 2018-03-23 127.25 P 4.125000 122.734375
164 2018-03-23 127.50 P 4.375000 122.734375
或者：
df = pd.merge(df1.assign(A=1),
df2.reset_index().assign(A=1)[['A','Expiry','F']], on='A')
mask = (df['Expiry_y'] > df['Expiry_x'] + MonthEnd(1)) & \
(df['Expiry_y'] < df['Expiry_x'] + MonthEnd(4))
df = df[mask].drop('Expiry_y', 1)
print (df)
Expiry_x K Type close A F
0 2018-01-26 123.00 C 0.406250 1 123.125000
3 2018-01-26 124.00 C 0.062500 1 123.125000
6 2018-01-26 125.00 C 0.015625 1 123.125000
9 2018-01-26 121.50 C 1.640625 1 123.125000
12 2018-02-23 123.50 C 0.406250 1 123.125000
15 2018-02-23 127.50 C 0.015625 1 123.125000
18 2018-02-23 124.50 C 0.140625 1 123.125000
21 2018-02-23 125.50 C 0.046875 1 123.125000
25 2018-05-25 120.00 C 3.156250 1 122.734375
28 2018-05-25 121.00 C 2.203125 1 122.734375
31 2018-05-25 122.00 C 1.328125 1 122.734375
33 2018-02-23 123.00 C 0.640625 1 123.125000
36 2018-02-23 124.00 C 0.234375 1 123.125000
39 2018-02-23 121.50 C 1.750000 1 123.125000
42 2018-02-23 126.50 C 0.015625 1 123.125000
45 2018-02-23 122.50 C 0.953125 1 123.125000
49 2018-03-23 123.25 P 0.484375 1 122.734375
52 2018-03-23 123.50 P 0.625000 1 122.734375
55 2018-03-23 123.75 P 0.796875 1 122.734375
58 2018-03-23 127.25 P 4.125000 1 122.734375
61 2018-03-23 127.50 P 4.375000 1 122.734375
时间：
没有太大的区别，所以如果只使用400行 DataFrame 时间对两种解决方案都有好处。
如果数据较大，时间应该不同，但没有经过测试。
In [177]: %%timeit
...: from pandas.tseries.offsets import MonthEnd
...: def find_F(df1):
...: F = df2.loc[(df2.index > df1 + MonthEnd(1)) &
...: (df2.index < df1 + MonthEnd(4)), 'F']
...: return F.values[0]
...:
...: df1['F'] = df1['Expiry'].apply(find_F)
...:
100 loops, best of 3: 15.7 ms per loop
In [178]: %%timeit
...: df = pd.merge(df1.assign(A=1), df2.reset_index().assign(A=1)[['A','Expiry','F']], on='A')
...: mask = (df['Expiry_y'] > df['Expiry_x'] + MonthEnd(1)) & \
...: (df['Expiry_y'] < df['Expiry_x'] + MonthEnd(4))
...:
...: df = df[mask].drop('Expiry_y', 1)
...:
100 loops, best of 3: 9.48 ms per loop
本文收集自互联网，转载请注明来源。
如有侵权，请联系 [email protected] 删除。
我来说两句